Tối ưu hóa thuật toán IPW ở hệ thống vô tuyến nhận thức dựa trên OFDM

i thiệu về hạn chế công suất truyền trên kênh, 
phần 4 trình bày về đề án phân bổ công suất tối ưu 
dựa trên thuật toán IPW, phần 5 trình bày kết quả 
mô phỏng số và thảo luận, và cuối cùng là kết luận 
được trình bày trong phần 6.
2. Mô hình hóa hệ thống phổ
Để sử dụng có hiệu quả các cơ hội phổ bên 
trái khác nhau của hệ thống PU, một hệ thống 
vô tuyến cảm nhận cần phải rất linh hoạt đối với 
hình dạng phổ tần của tín hiệu truyền đi. Điều chế 
OFDM là một ứng cử viên đầy hứa hẹn cho một 
hệ thống linh hoạt như vậy, vì cấu hình của nó có 
thể tái cấu trúc lại sub-carriers. Ngoài ra, các thành 
phần FFT của OFDM có thể được sử dụng bởi các 
máy dò năng lượng của SU để phát hiện kênh. Như 
trong Hình 1, cơ hội truy cập phổ tần của SU ở hệ 
thống vô tuyến cảm nhận dựa trên OFDM, cơ hội 
tiếp cận phổ tần của SU (không có giấy phép) được 
chia thành M sub-channels, mỗi sub-channel tương 
ứng với phổ ủy quyền của một hệ thống PU. Giả sử 
rằng tổng số các sub-carriers của SU là N, khoảng 
cách giữa các subcarrier là Δf, m
i
 biểu diễn số thứ 
tự cho subcarrier thứ i của sub-channel đầu tiên. 
Để đơn giản hóa việc phân tích, mà không mất tính 
tổng quát, tác giả tiếp tục giả định rằng mỗi băng 
thông sub-channel là một khoảng cách giữa các sub-
carriers (và là số nguyên), cụ thể các sub-channel 
thông tin thứ i chiếm từ (m
i
 - 1)Δf đến (m
i+1
- 1)Δf.
Hình 1. Phổ tần của SU ở hệ thống vô tuyến nhận 
thức dựa trên OFDM
Trong hệ thống này, SU yêu cầu phải được 
biết trước thông tin trạng thái kênh (CSI, Channel 
State Information) của PU chiến dụng thông qua 
cảm biến phổ với mục đích giúp PU hạn chế can 
thiệp của các subcarriers lân cận và hiệu suất truyền 
của PU trước khi truyền. Do vậy, đây chính là tiền 
đề để tối đa hóa khả năng liên kết giữa SU và PU.
3. Giới thiệu về hạn chế công suất truyền trên 
kênh
Để đảm bảo sự can thiệp và chấp nhận được 
giữa PU và SU trong hệ thống vô tuyến nhận thức 
dựa trên OFDM, chúng ta xem xét một vài trường 
hợp, cụ thể: 
• Đầu tiên, SU phát hiện trạng thái kênh của 
PU
i
 để xác định phổ tần tồn tại và cơ hội truy cập 
phổ trước khi truyền. Các SU được phép truyền trừ 
khi tín hiệu của PU
i
 được xem như vắng mặt. Một 
xác suất phát hiện có thể đạt được để giảm va chạm 
gây ra bởi lỗi phát hiện như trong Hình 2, PU
i
 có thể 
được phát hiện khi đang hoạt động và do đó các can 
thiệp gây ra bởi tín hiệu của SU để PU
i
 nhận và có 
thể tránh được. 
• Thứ hai, kể từ khi PU
i
 phát là xa SU, SU 
không thể phát hiện tín hiệu PU
i
 với việc phát hiện 
xác suất cần thiết, như trong Hình 2.
Hình 2. Mô hình hệ thống vô tuyến nhận thức
Trong tình huống này, theo [1] PU
i
 định 
nghĩa là một khu vực được bảo vệ có bán kính là R
i 
và đòi hỏi phải có sự can thiệp công suất ở đường 
biên (lề) của khu vực này thấp hơn một giá trị η
i 
nhất định. Vì thế, công suất truyền tải của SU trong 
kênh này phải chịu một hạn chế công suất F
i
, và 
được cho bởi
F d Ri i i i i# h -
b_ i (1)
ở đây d
i
 là khoảng cách giữa máy phát PU
i
 và SU; 
β
i
 biểu diễn các yếu tố tổn hao trên đường truyền. 
Giới hạn đã nói ở trên sẽ làm ảnh hưởng đến công 
suất can thiệp của mỗi PU
i
 và có thể được chuyển 
đổi sang SU, và làm hạn chế công suất truyền trên 
mỗi sub-channel. Sau đây, giả sử G
i
 biểu thị hạn chế 
công suất truyền trên kênh con thứ i, và khó để tìm 
thấy nếu khoảng cách giữa máy phát SU và PU
i
 là 
rất nhỏ, thậm chí là trong khu vực bảo vệ của PU
i 
, 
do đó SU trên sub-channel truyền hạn chế công suất 
tương ứng sẽ là rất nghiêm ngặt.
Đối với SU sử dụng điều chế OFDM, công 
suất phân bổ truyền tải thực tế trên một sub-channel 
của hệ thống không chỉ bao gồm một sub-channel 
phụ thuộc vào công suất sub-carriers mà bao gồm cả 
công suất rò rỉ sub-channel ngoài của sub-carriers. 
Với mô tả ngắn gọn, như định nghĩa ở đây, ma trận 
J bao gồm phần tử hàng i, cột thứ j và được viết 
ISSN 2354-0575
Khoa học & Công nghệ - Số 10/Tháng 6 - 2016 Journal of Science and Technology 47
là (J
i,j
); (J
i,j
) đại diện cho một đơn vị phân bổ công 
suất của các sub-carriers thứ j, và của sub-channels 
truyền thứ i. Theo [6], ta có:
sin
sin
J f
f f j f
f f j f
df
J
x j
x j
dx
1
,
,
i j
m f
m f
i j
m f
m f
2
1
2
1
2
2
1
2
1 2
i
i
i
i
1
1
r
r
r
r
D
D D
D D
=
-
-
=
-
-
3
3
3
3
-
-
-
-
+
+
J
L
KKKKKKKK _
_
_
_f
N
P
OOOOOOOOi
i
i
i p
#
#
 (2)
ở đây i dùng biểu diễn cho sub-channels, i=1,2,...,M; 
m
i
 biểu diễn kênh thứ i; j biểu diễn cho các sub-
carriers, j = 1,2,,N; và Δf là khoảng cách giữa hai 
sub-carriers. 
Như vậy, công suất truyền tải thực tế của 
mỗi sub-channel có thể được thể hiện như
F
i
 = J
i,j
P
i
 (3)
trong đó F
i
 = [F1, F2, ..., FM]
T; P
i
 = [P1, P2, ..., PM]
T, 
P
i
 là công suất phân bổ trên sub-channel thứ i. Do 
đó, để bảo vệ hiệu suất của tất cả các PU trên M 
sub-channels thì đề án phân bổ công suất cho SU 
phải đáp ứng được các ràng buộc về điều kiện hạn 
chế công suất truyền của M sub-channels, và được 
thể hiện như sau: 
J P G,i j i i# (4)
trong đó G
i
 = [G1, G2, ..., GM]
T , dấu “≤” chỉ ra phía 
bên trái của mỗi phần tử là vector không lớn hơn 
so với bất đẳng thức ở đúng vị trí của các phần tử 
tương ứng.
4. Đề án phân bổ công suất tối ưu dựa trên thuật 
toán IPW
Trong các hệ thống OFDM thông thường, 
khả năng liên kết để tối đa hóa các đề án phân bổ 
công suất tối ưu bằng thuật toán IPW. Thuật toán 
IPW có tổng công suất hạn chế phát tối đa được giải 
quyết bằng vấn đề tối ưu hóa lồi. Trong các hệ thống 
vô tuyến nhận thức dựa trên OFDM, ngoài hạn chế 
tổng công suất phát, đề án phân bổ công suất phải 
tuân thủ điều kiện hạn chế của subchannel truyền và 
phải thỏa mãn công thức (4). Do vậy, vấn đề phân 
bổ công suất tối ưu ở hệ thống vô tuyến nhận thức 
dựa trên OFDM, có thể được mô hình hóa như sau:
argmax lgP N
h P
1 j j
j
N
0
2
1
)= +
=
e o/ (5)
. .s t
I P P
J P G
P 0
,
T
i t
i j i i
i
#
#
$
Z
[
\
]]]
]]]]
trong đó hj là kênh phức đạt được trên sóng mang 
thứ j; N
0
 là công suất nhiễu trắng (Gauss) trên mỗi 
sub-carrier; P
t
 biểu thị cho tổng công suất phát hạn 
chế; I biểu thị cho các vector cột với tất cả các tham 
số là 1. Cần lưu ý rằng hệ thống PU sẽ bị SU tác 
động và gây nhiễu, những tín hiệu gây nhiễu của 
SU có thể được coi là Gauss. Vì vậy, sự can thiệp 
Gauss khác nhau trên các sub-channels khác nhau 
có thể làm cho công suất nhiễu trên mỗi subchannel 
của PU là khác nhau. Tuy nhiên, chúng ta có thể bù 
đắp bằng cách điều chỉnh biên độ sub-channels tăng 
lên để tạo ra các hiệu ứng bất bình đẳng, theo đó 
mô hình toán học đã thành lập trong bài báo này sẽ 
không bị ảnh hưởng.
Ở tài liệu tham khảo số [5], mô hình tối ưu 
hóa được các tác giả thành lập bằng cách bỏ qua tác 
động công suất rò rỉ của các sub-carriers, điều này 
tương đương với việc xem xét mỗi phần tử khác 
nhau của ma trận J và thỏa mãn:
, , , ,
, , , .
J J m m
J J m m
1 1
0 1
i j i i
i j i i
1
1"
!= -
= -
+
+
7
7
A
A* (6)
Theo phương trình (2), công suất rò rỉ giữa 
hai sub-carriers liền kề ở cùng một sub-channel 
truyền tương ứng có công suất tương đối nhỏ, và 
nếu so với công suất phát của sub-channel lân cận 
thì công suất rò rỉ được xem như là rất nhỏ, do vậy, 
ở tài liệu tham khảo số [5] các phép tính xấp xỉ là 
hợp lý trong bối cảnh chung. Tuy nhiên, trong tình 
huống nhất định, chẳng hạn như một sub-channel 
truyền bị hạn chế công suất trong khi thuật toán 
IPW được cho là phù hợp và rất chặt chẽ để gán 
công suất cho một sub-channel lân cận thì việc rò rỉ 
công suất ở các sub-carriers tương đối cao và không 
chỉ đơn giản là bỏ qua.
Trong khi đó, theo phương trình (6) có thể 
nhận thấy rằng sau khi xấp xỉ này được thiết lập, 
thực tế hạn chế công suất ở M sub-channels được 
tách rời nhau ở một số biến, và căn cứ vào đặc điểm 
này, chúng tôi đã cải tiến và đề xuất một thuật toán 
phân bổ công suất mới hiệu quả hơn, cũng như dễ 
dàng và thuận tiện hơn trong tính toán. Tuy nhiên, 
khi xem xét sự rò rỉ công suất tác động giữa sub-
carrier và vấn đề tối ưu hóa theo (5) thì sự ràng buộc 
công suất của sub-channel không còn có một cấu 
trúc tách rời. May mắn thay, các vấn đề (5) vẫn còn 
là một vấn đề tối ưu hóa tuyến tính ràng buộc lồi. 
Vấn đề này có thể được giải quyết bằng phương 
pháp số.
5. Kết quả số và thảo luận
Ở phần mô phỏng này, tác giả sử dụng mô 
hình kênh Đô thị điển hình (TU Model, Typical 
Urban Model) bằng cách tạo phading lựa chọn tần 
số; mô hình gồm 6 sub-channels truyền dẫn, trong 
đó đường kính của các tham số trễ tương ứng là: 
[0.0, 0.2, 0.5, 1.6, 2.3 và 5.0]µs; tham số phân bổ 
công suất là: [0.189, 0.379, 0.239, 0.095, 0.061 
và 0.037] tương ứng; SU có băng thông tần số là 
5MHz và được chia thành 4 sub-channels, mỗi sub-
ISSN 2354-0575
Journal of Science and Technology48 Khoa học & Công nghệ - Số 10/Tháng 6 - 2016
channel tương ứng với một PU và được cấp phép về 
mặt phổ tần; tổng sub-carriers là 64, tương ứng với 
mỗi sub-channel là 16 sub-carriers; P
t
 là tổng hạn 
chế công suất truyền, N
0
 là công suất nhiễu, và trong 
trường hợp này tác giả sử dụng các giá trị là 640 và 
1 cho P
t
 và N
0
 tương ứng; hạn chế công suất truyền 
trên mỗi sub-channel là: G
i
 = [80, 480, 1.8 và 480]T.
Hình 3. Kết quả khảo sát sự rò rỉ công suất phân bổ 
của sóng mang con
Ở bài báo này, tác giả sử dụng tín hiệu 
(symbol) OFDM trên sub-channels bằng cách thay 
đổi các giá trị của các biến liên quan có tính đến rò 
rỉ công suất để giải quyết các vấn đề tối ưu hóa (5), 
kết quả mô phỏng được thể hiện ở Hình 3. Và để 
so sánh, bài báo cũng đưa ra kết quả mô phỏng khi 
thay đổi giá trị của các biến liên quan dựa trên thuật 
toán IPW, tuy nhiên kết quả này bỏ qua sự rò rỉ công 
suất sub-carriers, Hình 4.
Hình 4. Kết quả phân bổ công suất dựa trên thuật 
toán IPW khi đã thay đổi các giá trị
Có thể thấy ở Hình 3, hạn chế công suất 
truyền trên sub-channel thứ 3 thấp hơn 35dB so với 
kênh lân cận, điều này có nghĩa là SU có thể là rất 
gần hoặc thậm chí nằm trong khu vực được bảo vệ 
của PU
3
. Để đáp ứng yêu cầu giới hạn công suất 
nhiễu của PU
3
 gây ra, đòi hỏi phải hạn chế công 
suất truyền của SU ở sub-channel thứ 3 phải rất 
nghiêm ngặt.
Ở Hình 4, chúng ta thấy công suất phân bổ 
cho mỗi sub-channel là ít hơn so với những hạn chế 
công suất sub-channel truyền tương ứng, nhưng do 
ảnh hưởng công suất rò rỉ của các sub-cariers ở sub-
channels liền kề, do vậy mà công suất truyền ở sub-
channel thứ 3 giảm đi khoảng 10 lần, điều này làm 
cho sự hạn chế công suất nhiễu của PU
3 
bị hư hỏng 
nặng. Như vậy, thuật toán IPW không áp dụng trong 
trường hợp này. Vì lẽ đó, trong Hình 3 đề án phân 
bổ công suất không những tối đa hóa dung lượng 
sub-channel mà còn đáp ứng các yêu cầu về hạn chế 
công suất phát của từng sub-channel. So sánh với 
Hình 4, chúng ta có thể thấy rằng ngay cả một lượng 
sub-channels tốt, phân bổ công suất của các sub-
carriers ở sub-channel thứ 3 liền kề cũng bị hạn chế 
đáng kể, trong khi tại cùng một thời gian, rất nhiều 
công suất đã được phân bổ trên các sub-carriers rất 
xa của sub-channel thứ 3. Mặt khác, chúng ta có thể 
thấy 2 đề án này là gần như giống nhau trong một đề 
án phân bổ công suất trên sub-channel, điều này chỉ 
ra rằng trong cùng một bối cảnh hạn chế công suất, 
và bỏ qua công suất rò rỉ của sub-carriers thì đề án 
phân bổ công suất tối ưu khi thay đổi giá trị của các 
biến liên quan dựa trên thuật toán IPW là hiệu quả 
hơn so với đề án số.
6. Kết luận
Ở bài báo này, tác giả đã chỉ ra rằng hạn chế 
công suất can thiệp ở mỗi PU là tiền đề của phương 
án phân bổ công suất tối ưu hóa khả năng liên kết và 
có thể đạt được bằng cách giải quyết bài toán tối ưu 
hóa lồi. Với thuật toán IPW và các thuật toán hiện 
tại, cũng như một số các học giả mới chỉ dừng lại ở 
việc xem xét sự tác động và ảnh hưởng qua lại giữa 
PU và SU mà chưa đề cập đến công suất rò rỉ của 
các sub-carriers. Hai đề án phân bổ công suất được 
đề xuất ở bài báo này về mặt lý thuyết là khá tốt và 
có thể chấp nhận được, tuy nhiên nó đòi hỏi các giải 
pháp số của một bài toán tối ưu lồi trong việc thực 
hiện có độ phức tạp khá cao. Tương lai, vấn đề vẫn 
tiếp tục được xem xét dưới tập hợp các ứng dụng và 
có thể kết hợp cùng với thuật toán IPW nhằm bảo 
vệ các sub-channels. Tuy nhiên, việc thực hiện các 
đề án phân bổ công suất tối ưu phải có độ phức tạp 
là vừa phải.
ISSN 2354-0575
Khoa học & Công nghệ - Số 10/Tháng 6 - 2016 Journal of Science and Technology 49
Tài liệu tham khảo
[1]. Zhao Q, Sadler B, “A Survey of Dynamic Spectrum Access, Signal Processing, Networking, and 
Regulatory Policy,” IEEE Signal Processing Magazine, vol. 55 (5), pp. 2294-2309, 2007.
[2]. Haykin S, “Cognitive Radio: Brain-empowered Wireless Communications,” IEEE Journal on 
Selected A Reas in Communications, vol. 23 (2), pp. 201- 220, 2005.
[3]. Mitola J, “Cognitive Radio for Flexible Mobile Multimedia Communications,” Proc IEEE 
International Workshop on Mobile Multimedia Communications. San Diego: IEEE Press, pp. 3-10, 
1999.
[4]. Weiss T, Jondral F, “Spectrum Pooling: An Innovative Strategy for the Enhancement of Spectrum 
Efficiency,” IEEE Communications Magazine, vol. 42 (3), pp. S8-S14, 2004.
[5]. Wang P, Zhao M, Xiao L, etal., “Power Allocation in OFDM-based Cognitive Radio Systems,” 
Proc IEEE Global Communication Conference Wasshington DC: IEEE Press, pp. 4061-4065, 2007.
[6]. Weiss T, Hillenbrand J, Krohn A, etal., “Mutual Interference in OFDM-based Spectrum Pooling 
Systems,” Proc IEEE Vehicular Technology Conference Spring. Milan: IEEE Press, pp. 1873-1877, 
2004.
OPTIMAL IPW ALGORITHM 
IN OFDM-BASED COGNITIVE RADIO SYSTEMS
Abstract:
The optimal of Interactive Partitioned Water-filling (IPW) algorithm is applied in the power 
distribution in cognitive radio systems based on orthogonal frequency division multiplexing (OFDM) with 
the aim at optimizing channel capacity for systems by considering total constraints of channel power, and 
capacity constraints in each subchannel. Leakage power in sub-carriers adjacent to special attention while 
limiting the power of major primary user (PU) and the establishment of protection of spectrum bands 
for the primary user and spectrum of secondary user (SU) is very strict. Optimizing IPW algorithm is 
performed repeatedly in the sub-channels in which the capacity is limited strictly and are implemented form 
of steps for the sub-carriers. The results from simulation to propose algorithm showed not only better steps 
for the IPW algorithm, but also for simpler complexity of calculations.
Keywords: Cognitive Radio (CR); Orthogonal Frequency Division Multiplexing (OFDM); Power 
Allocation; Subcarrier Side Lobe.